| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究的背景和意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 压缩感知重建算法的国内外研究现状 | 第12-13页 |
| 1.2.2 基于深度图像三维重建的国内外研究现状 | 第13-14页 |
| 1.3 本文的主要工作 | 第14-17页 |
| 第二章 压缩感知理论 | 第17-31页 |
| 2.1 压缩感知理论框架 | 第17-21页 |
| 2.1.1 稀疏表示 | 第17-18页 |
| 2.1.2 观测矩阵的设计 | 第18-20页 |
| 2.1.3 重建算法 | 第20-21页 |
| 2.2 经典的重构算法 | 第21-30页 |
| 2.2.1 正交匹配追踪算法（OMP） | 第21-24页 |
| 2.2.2 正则化正交匹配追踪算法（ROMP） | 第24-25页 |
| 2.2.3 压缩采样匹配追踪算法（CoSaMP） | 第25-27页 |
| 2.2.4 分段正交匹配追踪算法（StOMP） | 第27-30页 |
| 2.3 经典重构算法的优势与局限 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于回溯思想的分段正交匹配追踪算法的改进 | 第31-39页 |
| 3.1 回溯思想与分段正交匹配追踪算法 | 第31页 |
| 3.2 回溯正则化分段正交匹配追踪算法（BR-StOMP）流程 | 第31-32页 |
| 3.3 BR-StOMP算法理论仿真实验 | 第32-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 BR-StOMP在深度图像处理中的应用 | 第39-55页 |
| 4.1 深度图像预处理 | 第41-48页 |
| 4.1.1 分块采样 | 第41-42页 |
| 4.1.2 边缘检测 | 第42-47页 |
| 4.1.3 采样率的判断标准 | 第47-48页 |
| 4.2 BR-StOMP应用于深度图像 | 第48-54页 |
| 4.2.1 三维点云与重建 | 第48-51页 |
| 4.2.2 仿真实现与滤波结果 | 第51-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 BR-StOMP实验设计及结果分析 | 第55-63页 |
| 5.1 实验设计与实验装置 | 第55-56页 |
| 5.2 实验装置标定 | 第56-58页 |
| 5.3 结果与分析 | 第58-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 攻读硕士学位期间发表的论文 | 第71页 |